目前向权利人分配报酬的系统不足以应对训练AI模型所需的海量数据，这些数据不仅包括专业内容，还包括公共领域作品和用户生成内容。由于难以追溯特定创作者，对AI数据提取更恰当的回应是集体重新分配以支持公共信息基础设施，而不是个人补偿。此外，有人呼吁美国AI实验室在宽松的许可下发布更多前沿的开源模型，以促进初创公司创新，NVIDIA 的 Nemotron 和 Thinking Machines 的 Inkling 被引用为积极的步骤，尽管许多领先的模型仍然是专有的。 AI
影响 呼吁对AI训练数据收入进行集体重新分配以及发布更多开源模型，可能会影响未来AI的发展和可及性。
排序理由 该集群讨论了关于AI数据和模型发布的政策影响和行动呼吁，而不是报道特定事件。
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
"Existing collective management infrastructure is designed to distribute remuneration to professional rights-holders. That is a legitimate function, but an insufficient one. The training of foundation models has not drawn exclusively on the professional content economy. It has dr…
"American labs need to release frontier-grade open-weight models under licenses that startups can actually build on. There has been progress. NVIDIA’s Nemotron models are commercially usable under NVIDIA’s own permissive license. Thinking Machines released Inkling under Apache 2.…